Je vais commencer par répondre à un commentaire précédent de Uno. Les autres, plus tard. (je fatigue)
uno a écrit :dodo a écrit :Pour en revenir à l'argument du fait que le racisme fait baisser le QI, ou que sais-je, Malloy vient de publier sa propre méta-analyse sur plus de 30 études indépendantes depuis 1940 à 2003, soit sur 60 ans. (
lien)
Tu prétends que sur cette «méta-analyse» portant sur divers «études» s’étalant depuis 1940 nous avons toutes les informations nécessaires sur la manière dont les données sont collectées?! Et avec ça tu traites les autres de menteur mon petit Dodo, tu mériterais que l’on te titre les oreilles et te colle un bonnet d’âne avant te t’envoyer au coin réfléchir à deux fois avant de taper sur ton clavier!
L'explication est que la plupart des tests sont conduits dans des écoles. C'est la raison pour laquelle je disais que le QI des noirs était biaisé vers le haut, non vers le bas, car on sait qu'il y a plus de noirs qui arretent l'école prématurément ou qui n'y sont pas, par manque de moyens, etc. Donc cette frange de la population est délaissé. Or, ce que vous semblez ignorer, c'est le fait que les chercheurs quand ils rapportent des études de QI et font des meta analyses, genre Dickens/Flynn, ou Vincent Ken, ils ne donnent pas de précision sur la façon dont les données ont été collectées car 1), l'influence expliquée par des administrations de QI déviant des normes habituels doit etre mince voire quasi inexistant 2), les tests de QI dans les pays occidentaux sont administrés correctement, contrairement aux QI en Afrique ce qui explique le pourquoi et comment des désaccords et débats style Richard Lynn versus Jelte Wicherts. C'est pourquoi il n'est pas besoin de donner les détails, et aucun chercheur ne le fait dans les méta analyses. Si vous avez l'habitude de lire les études, generalement section "méthode", "participants", c'est le genre de chose que vous lirez : que les tests sont conduits dans des écoles.
Par ailleurs, dr. James Thompson vient de commenter l'étude de Jason Malloy.
Lien.
Si l’on se réfère à une étude particulière à l’échantillonnage limité mais dans un cadre environnemental contrôler nous avons des enfants noirs dont les performances aux tests surpassent les enfants blancs!
Vous connaissez les erreurs d'échantillonnage? Cette étude de 1972 n'a jms été répliquée par personne. En général, les études de ce genre donnent des conclusions incertaines car basées sur des échantillons limitées, donc difficilement représentatif. Erreur d'échantillonnage, encore une fois. Vous commettez la meme erreur ailleurs :
Ah et notons ce dernier point concernant les «Working Memories» en ajoutant que de manière concrète, c'est-à-dire en matière d'activité cérébrale ce genre d'entrainement ont des effets concrets, mais difficile d'évaluer car probablement très variables car l'effet de ces programmes qui seront eux-même tributaires d'autres facteurs, notamment de la durée de l'activité intellectuelle (éducative ou professionnelles) de la personne parallèlement et en dehors des tests, de sa motivation pour continuer à s'améliorer une fois les entrainement finis, etc, etc.....
Je suis désolé, mais vous ignorez totalement les problèmes récurrents dans les recherches en sciences sociales. Non seulement les plus communs comme les erreurs aléatoires de mesures, mais aussi les erreurs d'échantillonnage. Lisez
ceci :
L’erreur d’échantillonnage se produit lorsqu’on estime une caractéristique de la population en étudiant seulement une partie de la population au lieu de la population au complet. Il s’agit de la différence entre l’estimation calculée à partir d’une enquête-échantillon et la « vraie » valeur qui aurait été obtenue si un recensement auprès de la population entière avait été effectué dans les mêmes conditions. Dans un recensement, il n’y a pas d’erreur d’échantillonnage étant donné que les calculs sont basés sur la population au complet.
Ceci, devrait etre su et connu même par le tout débutant en science sociales. Donc quand vous évoquez le fait que la forte variabilité dans les résultats entre études est due au fait qu'il y a des facteurs influant impossible à contrôler, ignorant les phénomènes de bases décrits plus haut, cela indique que vous n'avez même pas le niveau d'un bleu. Si je vous dis ça, c'est à cause de votre ton condescendant qui a l'air de dire "vous êtes des imbéciles, j'ai toujours raison". Bien que vous m'accusez d'etre faussement modeste, je dirais que la modestie fait partie surement de ce que je suis. Je préfère ça que de parler comme vous faites. Chacun son style.
Dans les méta-analyses, maintenant, il est fréquent de lire que la plupart des différences entre études est due à l'erreur d'échantillonnage. C'est pourquoi une méta-analyse adaptée permet de minimiser l'influence des erreurs dites de mesures ou d'échantillonnnage. L'aggrégation est également une de ces techniques pour y parvenir.
Et je n'ai pas fini. L'idée que l'on ne peut pas tout controler est un truisme, et une affirmation inutile car les chercheurs le savent déjà, surement mieux que vous. Pourquoi continuent-ils dans cette orientation ? La réponse est simple. Et double.
D'abord, les facteurs identifiés traditionnels (revenu, education, occupation professionnelle, lieu de résidence, ...) expliquent la majeure partie des variations. Donc ces facteurs impossibles-à-controler-comme-vous-dites-si-bien n'ont pas de grandes influences. Ensuite, est le fait qu'il n'existe pas beaucoup de facteurs sociaux indépendant les uns des autres. Càd qu'ils ne sont pas additifs. Si je suis riche, j'ai plus de probabilité de vivre dans un quartier plus huppés, et donc, moins ségrégué, moins violent, là où les services sociaux sont plus commodes, etc. etc. Les variables communément utilisées prennent déjà en compte, au moins, surement, une partie de ces fameuses variables invisibles-et-impossibles-à-controler.
Des études usant de statistiques et tentant par là-même de contrôler les variables socioéconomiques susceptibles d’influer ces différences entre noirs et blancs ont été mené. Et ces études en ont conclu que seul 1% de la variance des différences entre noirs et blancs étaient le fait des facteurs socio-économiques.
Pourtant
dans une étude publiée 1997 des scientifiques ont eu l’idée de comparé non seulement des blancs américains avec des noirs-américains, mais également des noirs-africains provenant des mêmes régions d’où ont été amené les noirs américains. Or malgré un moindre métissage avec les blancs, les nouveau-nés africains étudiés n’ont pas cette différence notable de poids à la naissance par apport aux blancs. Exactement le contraire de que prédit l’hypothèse génétique pourtant soutenue via un prétendu contrôle de variable sociales! ..... ..... Tout cela pour dire que même dans le cas d’une mesure aussi simple que le poids à la naissance, on ne parvient apparemment pas à contrôler comme il se doit les multiples variables environnementales susceptibles d’influer ces différences intergroupes! Avec le QI c’est bien évidemment pire car nous avons là des tests foutrement scolaires influencés par une multitudes de facteurs si bien que personne ne peut décemment affirmer avoir contrôler toutes les variables environnementales au point de dire qu’il y aurait des éléments probant en faveur de facteur génétiques expliquant les différences entres noirs et blancs!
Le journal de 1997 sur le poids de naissance que vous me citez, je la connaissais déjà. Elle est très citée. Pas étonnant que vous la connaissez. Un passage :
According to most studies, racial differences in birth weight persist independently of numerous social and economic risk factors. This has led some investigators to suggest that the differences have a genetic basis. Our findings challenge the genetic concept of race as it relates to birth weight. The African- born women in our study were new immigrants from the same region from which the ancestors of most U.S. blacks came, but without the estimated 20 to 30 percent admixture of European genetic material that has occurred since the mid- 17th century.
Il y a de multiples problèmes avec ça.
D'abord, selon ce que j'ai lu, je pense que la théorie génétique prédira que controler les facteurs économiques va diminuer cette corrélation. Je vous reconduis de nouveau à ce
blog. La citation de Neven Sesardic suggère que le QI ainsi que la réussite économique sont en partie déterminés par les facteurs génétiques, et donc que, tenir compte de ces facteurs revient à controler directement les facteurs génétiques, et donc atténuer la corrélation.
Mais plus important, est le fait que les immigrés sont généralement des gens issus de la partie supérieure du QI de leur population propre. Et si QI et poids de naissance sont liés comme c'est le cas semble-t-il, alors ça peut expliquer ces faibles différences. N'oubliez pas qu'aux USA, les noirs arrivés initialement n'étaient pas immigrés, mais faits esclaves. Et je doute que les esclaves avaient des QIs les plus hauts parmi leurs congénères. Donc meme sans tenir compte des facteurs économiques il n'est pas nécessairement étonnant d'y trouver une faible relation entre les variables évoquées.
Enfin, le taux d'admixture n'est pas 20-30 percent, mais 17 selon les données les + récentes. Ne vous attendez donc pas à de fortes différences.
D'ailleurs, la thèse de ces auteurs est loin d'etre unanime. Selon d'autre, ce serait des facteurs inter-générationnels.
Public Health Approach to the Study of Mental Retardation
Maternal intergenerational factors clearly play a role in low birthweight (Emanuel, 1986; Emanuel, Filakti, Alberman, & Evans,1992), and it is likely that other aspects of development, including cognitive development, also have an intergenerational component (Chapman & Scott, 2001). Intergenerational factors may explain, in part, why race differences in mental retardation placements and risk factors associated with mental retardation, such as low birthweight, have persisted, even after controlling for maternal factors, such as age, education, SES, and prenatal care (G. Alexander, Kogan, Himes, Mor, & Goldenberg, 1999; Din-Dzietham & Hertz-Picciotto, 1998; Foster, Wu, Bracken, Semenya, & Thomas, 2000; Migone, Emanuel, Mueller, Daling, & Little, 1991; Starfield et al., 1991) (Chapman et al., 2008. Public Health Approach to the Study of Mental Retardation).
Certains vont encore plus loin et posent des facteurs génétiques, comme par exemple
ceci.
Data from the National Center for Health Statistics (1996) on birth weights in interracial and monoracial babies are presented in Table 3. Black babies are born about half a pound (about 0.23 kilograms) lighter on average than White babies. Interracial babies, as expected under a genetic hypothesis, fell between the means of the two parental populations. The race of the mother had a greater effect than that of the father. A baby with a Black father had a mean birth weight 0.16 pounds (0.07 kilograms) lower than the mean of those with White fathers; the mean difference was about twice as much, 0.38 pounds (0.17 kilograms), for babies with a Black mother compared with those with a White mother. This implies that the uterine environment of the women is particularly important for birth weight, because a tug and push between maternal, placental genes and fetal genes may partially determine birth weight. Maternal effects have been found in other studies. For instance, Morton (1955) reported that the birth weight correlation across their half-sibling pairs was .58 for maternal pairs but only .10 for paternal pairs. A single gene is also involved in racial differences in birth weight. The maternally active GNB3 gene lowers children’s birth weight (Hocher et al., 2000). The low-birth-weight-risk allele has a frequency of 80% in Africans as opposed to 30% in Caucasians (Siffert et al., 1999); hence, this gene can explain a part of the lower birth weight of Black babies.
Rowe nous donne donc deux arguments. Une étude citant un allele C825T sur le gene GNB3 qui réduit le poids de naissance, et cet allele semble-t-il serait largement plus répandu chez les noirs. Ensuite une explication sur le fait que le poids de naissance est plus léger quand la mère est noire que quand la mère est blanche, chez les couples mixtes/mélangés.
Une autre étude énonce que ces différences de poids de naissance impliquent un certain gène SERPINH1, car ce dernier est relié au PPROM, plus simplement une rupture prématurée des membranes qui elle meme serait une cause de la prématurité.
A functional SNP in the promoter of the SERPINH1 gene increases risk of preterm premature rupture of membranes in African Americans
An initial case-control study demonstrated that the −656 T allele is significantly more frequent in African-American neonates (P < 0.0009) born from pregnancies complicated by PPROM compared with controls (odds ratio of 3.22, 95% confidence interval 1.50, 7.22).
The SERPINH1 −656 T allele is the first example of an ancestry-informative marker associated with preterm birth in African Americans.
Bref, quelque soit la plausibilité de chacun des points de vue, c'est beaucoup moins tranché que ce que vous essayez de me faire croire, Uno.
Enfin, concernant l'étude "Fractionating Human Intelligence" que vous mentionnez, je vous recommande de lire
ceci, il y a un commentaire qui en parle, je ne sais plus lequel. Il y avait d'autres commentaires sur cette étude sur occidentalist.wordpress, mais je ne les retrouve plus. Sur l'étude de Horn, je suis désolé mais son point de vue n'est clairement pas l'unanimité. Si vous avez lu les autres documents que j'ai indiqué, notamment Johnson & Bouchard, vous verrez que le facteur g est réellement qui est dominant dans tous ces tests. Le second facteur explique une faible variance des tests et sa validité prédictive n'est pas semble-t-il aussi forte que le facteur 1er. Vous pouvez aussi lire "Still just 1 g" si vous avez l'accès.
+++++++++++++++++++++++++++++++
Je répondrais aux autres demain.
Ceci étant dit, un détail néanmoins concernant le facteur g. Je rappelle (encore une fois) que "g" (abbrévation de "général") est juste un "nom" donné pour désigner la variance commune de tous les tests utilisés dans l'analyse en facteur ou composantes. Vous pouvez l'appeler facteur commun, variance commune, c'est la même chose.
En parlant de "chose" d'ailleurs, maintenant que je relis Gould, il fait je crois une erreur quand il énonce la "réification de g". Le facteur g est un facteur "latent" non observable, par opposition aux scores "observés" sur les tests de QI. Car les chiffres que vous trouvez sur les tests de QI, sont des scores observables, pas les scores latents qui sont bien différents. L'intéret de l'analyse en facteur est de tester la plausibilité que les scores de QI aient différentes causes et interprétations, plus précisément, que les différents tests impliquent des compétences différentes. Si c'est le cas, le facteur 1er, "g", ne possèderait pas les saturations les plus élevées pour chacun des tests entrés dans l'analyse en facteurs. Quand les saturations sont les plus élevés sur le facteur 1er, on dit qu'ils forment un "cluster" càd se regroupent.
D'ailleurs, John Carroll dit la même chose que moi et aussi à propos de Gould. Et croyez le ou non, il est sévère avec Gould. Très sévère. Genre, quand il écrit :
"The biologist Bernard Davis (1983; see also Gould, 1984; Davis, 1984) called attention to the fact that reviews in the popular and literary press, such as The New York Times Book Review, The New Yorker, and The New York Review of Books, were almost universally effusive in their approbation, whereas most reviews in scientific journals, such as Science (Samelson, 1982), Nature, and Science '82, tended to be critical on a number of counts."
"Gould goes on to discuss factor analysis, which he says "is, to put it bluntly, a bitch" (p. 238). (Some have called his exposition masterful, but I would call it masterful only in the way one might use that word to describe the performance of a magician in persuading an audience to believe in an illusory phenomenon.)"
Reflections on Stephen Jay Gould's The Mismeasure of Man (1981)
